待验证50% 置信基准精确时间
MTEB是覆盖56项任务的综合评测基准，业界通常以其衡量嵌入模型能力
1
来源数
50%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
Ternlight：7MB浏览器端嵌入模型，零服务器实现语义搜索
hackernewshackernews2026/7/6
相关事实
待验证MTEB是评估嵌入模型性能的重要参考排行榜79% 相似待验证评估指标选择需与业务目标对齐，客服Agent优先任务完成率，代码生成Agent则更关注语法正确率和可运行率65% 相似待验证标准化基准（如MMLU、HumanEval、GSM8K）任务边界清晰、上下文适中，与真实工程调试场景存在分布偏移64% 相似已验证MMLU评估模型在57个学科领域的知识广度，HumanEval测量代码生成正确率，GSM8K考察数学推理，HELM构建综合多维评估框架63% 相似待验证当企业需评测数百个AI用例时，真正需要的是评估优先的能力：可复现的测试集、多轮对话评测、红队安全测试及跨团队统一评分标准63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/207855API
curl https://kongchang.com/api/v1/knowledge/claims/207855MCP
get_claim(id=207855)